为解决以往警报器质检依赖人工听音的问题,研究了音频自动检测方法。通过对比分析正常警报器音频和异常警报器音频的声谱图,分别总结出4类音频异常的频谱特点,提出了以幅频特性曲线峰值点的频率和幅度为主要元素的音频特征向量设计方法。为解决异常音频样本数量较少的问题,提出了三种音频处理方法。基于BP神经网络原理设计并训练了警报器音频识别模型,准确率达99.8%,异常音频召回率达100%。基于Windows系统开发了声光警报器音频自动检测系统,实际使用效果良好。
科研之友
微信
新浪微博
Facebook
分享链接
